Topluluk ve Derin öğrenme teknikleri kullanılarak İdiyopatik Pulmoner Fibrozis hastalığının erken teşhisi

Authors : Mehmet Akif CİFCİ

Pages : 526-542

Doi:10.25092/baunfbed.1109398

View : 37 | Download : 20

Publication Date : 2023-07-07

Article Type : Research Paper

Abstract :İdiyopatik Pulmoner Fibrozis insert ignore into journalissuearticles values(IPF);; hâlihazırda etyolojisi bilinmeyen, kötü prognozlu, ileri derecede fibroz ile karakterize, kronik ve progresif olan bir akciğer hastalığıdır. Histolojik olarak olağan interstisyel pnömoni paterni ile karakterizedir. IPF hastalığının ilerlemesinin öngörülmesi bilinen tekniklerle henüz mümkün değildir. Fakat IPF’nin erken teşhisi, tedaviye erken başlamak için oldukça önemlidir. Bu araştırma çalışmasında, açık kaynaklardan alınan sınırlı sayıda Yüksek Çözünürlüklü Bilgisayarlı Tomografi insert ignore into journalissuearticles values(YÇBT); imajı IPF tanısında bu çalışma için kullanılmıştır. Çalışmanın amacı, yüksek çözünürlüklü Bilgisayarlı Tomografi insert ignore into journalissuearticles values(BT); tarama imajlarından faydalanarak IPF hastalığının erken teşhisine yardımcı olmaktır. Öncelikle, bu araştırmada kullanılan BT imaj verileri bir dizi ön işleme tekniklerine tabi tutulmuştur. 2310 hasta için toplam 502 özellik arasından, Özyinelemeli Öznitelik Eleme yöntemi insert ignore into journalissuearticles values(Recursive Feature Elimination); kullanılarak 25 alakalı özellik seçilmiştir. Ön işleme sürecinden sonra, BT imaj veri seti %80 eğitim ve %20 test kümelerine ayrılmıştır. Eğitim veri kümesine Üst Örnekleme insert ignore into journalissuearticles values(Random Oversampling); uygulanmıştır. Bu işlemden sonra, hazırlanan veri, Makine Öğrenmesi insert ignore into journalissuearticles values(ML);, Topluluk Öğrenmesi insert ignore into journalissuearticles values(Ensemble Learning); ve Derin Öğrenme insert ignore into journalissuearticles values(Deep Learning); teknikleri ile eğitilmiştir. Yapılan çalışmada sonuç olarak İlgi Alanı insert ignore into journalissuearticles values(Region of Interest-ROI); düzeyinde Topluluk Öğrenmesi performansı sırasıyla %96,52 doğruluk, %86,45 hassasiyet ve %92.14 özgüllük olarak elde edilmiştir. Öncelikle, bu araştırmada kullanılan BT imaj verileri bir dizi ön işleme tekniklerine tabi tutulmuştur. 2310 hasta için toplam 502 özellik arasından, Özyinelemeli Öznitelik Eleme yöntemi insert ignore into journalissuearticles values(Recursive Feature Elimination); kullanılarak 25 alakalı özellik seçilmiştir. Ön işleme sürecinden sonra, BT imaj veri seti %80 eğitim ve %20 test kümelerine ayrılmıştır. Eğitim veri kümesine Üst Örnekleme insert ignore into journalissuearticles values(Random Oversampling); uygulanmıştır. Bu işlemden sonra, hazırlanan veri, Makine Öğrenmesi, Topluluk Öğrenmesi insert ignore into journalissuearticles values(Ensemble Learning); ve Derin Öğrenme insert ignore into journalissuearticles values(Deep Learning); teknikleri ile eğitilmiştir. Yapılan çalışmada sonuç olarak İlgi Alanı insert ignore into journalissuearticles values(Region of Interest-ROI); düzeyinde Topluluk Öğrenmesi performansı sırasıyla %96,52 doğruluk, %86,45 hassasiyet ve %92.14 özgüllük olarak elde edilmiştir.
Keywords : Derin Öğrenme, topluluk öğrenmesi, evrişimli sinir ağları, İdiyopatik Pulmoner Fibrozis

ORIGINAL ARTICLE URL